1. 课程导论：供应链控制塔概念、事件驱动架构、决策日志的重要性
供应链控制塔（Supply Chain Control Tower, SCCT）是数字化供应链的核心中枢，它通过实时汇聚订单、库存、物流、生产等全域数据，提供端到端的可视性、异常预警与协同决策能力。本课程聚焦于控制塔中一个关键但常被忽视的组件——决策日志接口，它负责记录每一次事件驱动的决策行为，为追溯、审计与持续优化提供数据基础。
1.1 供应链控制塔的核心能力
控制塔并非单一系统，而是一组集成能力层。下表梳理了控制塔的五大核心能力域及其与事件记录的关系：
| 能力域 | 说明 | 事件记录需求 |
|---|---|---|
| 可视性 | 实时追踪订单、库存、在途货物状态 | 状态变更事件（如发货、签收） |
| 异常预警 | 基于规则或模型检测延迟、缺货、质量偏差 | 预警触发事件及处置动作 |
| 协同决策 | 跨部门/跨企业制定补货、调拨、改派方案 | 决策输入、推理过程与最终指令 |
| 模拟推演 | 在数字孪生环境中测试备选方案 | 模拟参数与结果对比日志 |
| 绩效度量 | 计算准时交付率、库存周转等 KPI | 决策对指标影响的归因记录 |
关键认知： 控制塔的“控制”并非自动执行，而是基于事件驱动的人机协同决策。每一次决策都应被结构化记录，形成可回溯、可分析的决策日志。
1.2 事件驱动架构（EDA）在控制塔中的角色
传统供应链系统多采用请求-响应模式，系统间通过 API 轮询获取状态。控制塔则转向事件驱动架构，核心变化在于：
- 事件生产者：WMS 发出“入库完成”事件，TMS 发出“车辆晚点”事件，IoT 设备发出“温湿度超标”事件。
- 事件通道：使用消息队列（如 Kafka、RabbitMQ）或事件网格实现异步、可靠传输。
- 事件消费者：控制塔的规则引擎、决策服务、日志服务订阅相关事件并做出响应。
下图展示了控制塔中事件驱动的基本流转路径：
架构要点： 决策日志服务作为独立消费者订阅事件通道，不阻塞主决策流程。这种设计保证了日志记录的高可用与可扩展性，是生产级控制塔的标配模式。
1.3 决策日志的重要性
在控制塔中，决策日志并非简单的操作记录，而是承载着三大核心价值：
- 审计与合规：供应链涉及多方协作与合同约束，决策日志提供不可篡改的决策证据链，满足 ISO 28000、GDPR 等合规要求。
- 根因分析与回溯：当出现交付延迟或库存异常时，通过决策日志可还原“谁在什么时间基于什么事件做出了什么决策”，快速定位问题环节。
- 模型优化与反馈：将历史决策日志作为训练数据，可优化预警规则、补货算法与调度策略，形成数据驱动的持续改进闭环。
下表对比了传统操作日志与决策日志的关键差异：
| 维度 | 传统操作日志 | 决策日志 |
|---|---|---|
| 记录粒度 | API 调用、状态变更 | 决策上下文、推理过程、备选方案 |
| 数据结构 | 扁平键值对 | 嵌套事件 + 决策树 / 规则链 |
| 主要用途 | 故障排查 | 审计、回溯、模型训练 |
| 存储策略 | 短期轮转 | 长期归档 + 冷热分层 |
| 接口要求 | 写入为主 | 写入 + 结构化查询 + 时间线回放 |
1.4 本课程的技术栈与学习路径
本课程将围绕一个真实的供应链控制塔场景——库存异常预警与补货决策，逐步实现决策日志接口的完整开发。涉及的核心技术包括：
- Python 3.11+：后端开发语言，使用 FastAPI 构建 RESTful 与异步事件接口。
- Apache Kafka：事件通道，承载供应链实时事件流。
- PostgreSQL + TimescaleDB：决策日志的持久化存储，支持时序查询。
- OpenAPI 3.1：接口规范，确保日志接口的可发现性与标准化。
- Docker Compose：本地开发环境编排，模拟多服务协作。
前置要求： 学员需具备 Python 基础语法、HTTP API 基本概念以及简单的 SQL 编写能力。课程会提供 Kafka 与 TimescaleDB 的快速上手指引，但不会从头讲解这些中间件的基础原理。